此次資料採用Dr. Auerbach網站中提供的1538份全新世人體骨骼測量資料，透過地區、性別、年齡與人骨測量資料的比對進行分析。

Call data

goldman.df <- read.csv("Goldman.csv")

查看資料內容

-包含了23個地區出土的骨骼資料。 -編號0是Male, 編號1是Female, 編號後面加上？則是推估為該性別但不確定。 =可看出Ohio的資料量最多，整體而言男性資料量大於女性。

#Data Structure
library(ggplot2)
library(plotly)
plot_ly(goldman.df, x = ~Location, color =~Sex, type = "histogram")

Ohio地區死亡年齡分佈

以50歲左右為最多

#Age 
library(ggplot2)
library(plotly)
library(dplyr)
Ohio.df <- data.frame(filter(goldman.df, Location == "Ohio, United States"))
plot_ly(Ohio.df, x = ~Age, color =~Sex, type = "histogram")

Left Humerus Maximum Length分析

-男性用實心圓表示，女性則是空心圓。 -可看出些微性別異型的趨勢，男性骨長較女性稍長。

#Left Humerus Maximum Length
library(ggplot2)
library(plotly)
plot_ly(goldman.df, x = ~LHML, color = ~Location,   mode = 'markers', symbol = ~Sex, symbols = c('circle','x','o', 'square'),  type = "scatter")